模型不知道自己不知道什么 = 危险

频率派方法给出的点估计（如最大似然估计）不包含"我有多不确定"的信息——它只说"最优答案是X"，不说"但X可能差很远"。贝叶斯后验分布自动包含不确定性：在数据稀疏区域后验变宽，在数据密集区域后验变窄。这解决了ML中最危险的问题——**过度自信地在没见过的区域做预测**。